[发明专利]一种基于激光雷达点云统计几何模型的非结构化道路检测方法

说明书

本发明公开了一种基于激光雷达点云统计几何模型的非结构化道路检测方法。该方法包括：利用车载激光雷达获取原始三维点云数据；构造激光点云三维直方图；拟合三维直方图中的数据点得到道路平坦区域的基本轮廓；采用最小二乘方法拟合道路平坦区域的基本轮廓得到道路平坦区域的二次曲面方程；设置栅格分辨率R，在笛卡尔坐标系下得到空间二维栅格地图，并统计各栅格单元内所有激光点云数据的最大高度差；计算激光点云数据到二次曲面的距离，并根据激光点云数据所属栅格单元点云数据的最大高度差，确定最终的可通行区域。本发明可应用于无人自主车在非结构化道路中的可行驶区域检测问题。

技术领域

本发明涉及一种对无人驾驶的环境感知技术，特别是一种基于激光雷达点云统计几何模型的非结构化道路检测方法。

背景技术

无人车的安全行驶依赖于其对周围环境的智能感知。对于路面检测技术而言，无人车通常将道路划分为结构化、非结构化道路两类。纵观国内外近年来的相关进展，对于结构化道路的路面检测技术已经日益成熟，而非结构化道路(例如荒野)通常具有形状不明确、边缘不确定等复杂多变的视觉特征，对于其路面检测技术的研究造成了极大的困难与挑战，至今仍无较为成熟的解决方案。三维激光雷达作为一种集成多种高新技术的测绘传感器，其探测范围广，且分辨率高，同时对光线等环境因素较为鲁棒，能够满足在复杂环境下执行任务的需求，因此被广泛应用于无人车的环境感知任务。

目前基于三维激光雷达的路面检测技术主要是基于栅格地图的分割算法和基于扫描线的几何特征分割算法两大类。由CN.108460416A可知一种可行驶路面区域的检测方法，通过提取三维激光雷达的兴趣数据点，采用K-Means聚类算法和高度特征提取障碍物，结合DBSCAN聚类方法提取路沿，通过最小二乘拟合路沿曲线，最终确定道路可通行区域。由CN.108280840A可知另一种可行驶路面区域的检测方法，通过提取单线确定方位角序列-距离关系图，通过改进模糊线段法绘制线段地图、识别路面以及障碍物，最终得到可通行区域。

上述方法虽然在一定程度上都取得了较为不错的效果，但其只适用于结构化环境。对于非结构化环境而言，道路两侧障碍物时有时无，利用障碍物信息确定道路边缘并非严格满足，因此上述路面检测算法无法适用。

发明内容

本发明要解决的技术问题在于针对现有技术的缺陷，提出一种基于激光雷达点云统计几何模型的非结构化道路检测方法。

本发明解决其技术问题所采用的技术方案是：一种基于激光雷达点云统计几何模型的非结构化道路检测方法，包含以下步骤：

(1)利用车载激光雷达获取原始三维点云数据；

(2)利用三维点云数据构造激光点云三维直方图，具体步骤如下：

(2.1)以三维激光雷达为坐标原点建立笛卡尔坐标系，X轴方向平行于地面指向无人车前进方向，Y轴方向平行于地面指向无人车左方，Z轴垂直于X-Y平面，方向为垂直地面向上；

(2.2)以X轴正方向坐标的倒数作为横轴坐标，以激光雷达线束作为纵轴坐标，并统计每一条激光雷达线束上在位置的扫描点数量，构建激光点云三维直方图；

(3)拟合三维直方图中的数据点得到道路平坦区域的基本轮廓，具体步骤如下：

(3.1)通过RANSAC算法拟合三维直方图中的数据点得到道路直线方程：

n＝km+b

式中n为激光雷达线束，m为笛卡尔坐标系中X轴正方向坐标的倒数；k和b为道路直线方程的参数；

(3.2)利用道路直线方程建立道路模型容限区间，区间上下界的直线方程为：

n＝km+αb

n＝km+βb

式中，α为确定区间容限上界的参数，α＜1，β为确定区间容限下界的参数，β＞1；